CN112732928B - 一种基于领域知识的需求模型映射归类方法 - Google Patents

一种基于领域知识的需求模型映射归类方法 Download PDF

Info

Publication number
CN112732928B
CN112732928B CN202110012315.8A CN202110012315A CN112732928B CN 112732928 B CN112732928 B CN 112732928B CN 202110012315 A CN202110012315 A CN 202110012315A CN 112732928 B CN112732928 B CN 112732928B
Authority
CN
China
Prior art keywords
demand
domain
product
knowledge
information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110012315.8A
Other languages
English (en)
Other versions
CN112732928A (zh
Inventor
岳继光
吴富潮
苏永清
崔哲昕
邹鸿宇
吴琛浩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tongji University
Original Assignee
Tongji University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tongji University filed Critical Tongji University
Priority to CN202110012315.8A priority Critical patent/CN112732928B/zh
Publication of CN112732928A publication Critical patent/CN112732928A/zh
Application granted granted Critical
Publication of CN112732928B publication Critical patent/CN112732928B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
    • G06F16/367—Ontology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/35—Clustering; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Strategic Management (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Economics (AREA)
  • Databases & Information Systems (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Tourism & Hospitality (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种基于领域知识的需求模型映射归类方法，用于对产品需求信息文档进行处理从而得到产品涉及的各个领域的领域需求清单，其特征在于，包括如下步骤：利用预定的结构数字化定义方法对产品需求信息文档进行结构化定义从而得到包含多条需求信息的产品结构化需求模型；在预先建立的包含不同领域内专业术语的领域知识库中针对产品结构化需求模型进行匹配获得多个对应的专业术语，将专业术语设定为领域知识，基于该领域知识计算产品结构化需求模型与多个领域之间的匹配程度从而得到由多个领域匹配度构成的领域匹配度集合；根据领域匹配度集合确定产品结构化需求模型中所有需求信息对应的领域，从而得到每个领域对应的领域需求清单。

Description

一种基于领域知识的需求模型映射归类方法
技术领域
本发明属于需求分析技术领域，具体涉及一种基于领域知识的需求模型映射归类方法。
背景技术
航空产品结构复杂，全生命周期长，对安全性和可靠性要求较高，这对质量管理和控制提出了更高的要求。具体地，航空产品的全生命周期包括需求、设计、采购、制造、销售、售后服务六个阶段，其研发过程会涉及到跨阶段、跨领域、跨部门的协同合作，如何提高航空产品全生命周期中不同阶段和不同领域之间信息的交互与共享，以及如何有效保证航空产品全生命周期中各项工作的协调进行是航空产品研发人员所关心的重点。
目前，航空产品全生命周期不同阶段的信息仍然有以电子文档进行存储和分发的方式进行管理，该方式的数字化率较低，并且无法在最大程度上缩短产品研发周期，从而难以满足航空产品高效管理的需求。而许多基于模型的管理方法正是为了解决上述问题而出现的，例如：产品全生命周期模型管理(Product Life-Cycle Model Management，PLMM)，该PLMM管理方法对航空产品全生命周期各阶段的模型协同、任务协同、流程协同、计算协同的网络化、数字化、智能化提出了更高的要求。
由于航空产品最显著的特点是“小批量、多状态”，因此在航空产品需求阶段的需求模型以及制造阶段的制造工艺模型都会包含跨领域、跨部门的信息，然而涉及到的分配任务主要依靠人工完成，其部分产品模型信息也存在非结构化和非数字化的特点，因此，制约了产品数字化率的提高和研发周期的缩短。具体地，在最开始的方案论证阶段，各个设计部门(即学科，如控制、机械、电工电子等)需要根据产品的技术协议文件从而明确各自需要完成的设计指标。而目前的方案论证都是通过线下开会的形式确定，需要先把所有相关部门召集起来，然后每个部门的人根据本部门对应的学科领域知识从整个技术协议文件中找出对应的需求信息并进行评估论证。上述方式不仅浪费所有部门参会人员的时间，而且很可能难以做到对需求的精确“认领”，从而拉长了整个产品的研发周期，每个部门无法在短时间内明确本领域对应的需求进而开展工作。
发明内容
为解决上述问题，提供了一种从技术协议文件中精准获取每个部门所对应的需求的映射归类方法，本发明采用了如下技术方案：
本发明提供了一种基于领域知识的需求模型映射归类方法，用于对产品需求信息文档进行处理从而得到产品涉及的各个领域的领域需求清单，其特征在于，包括如下步骤：步骤S1，利用预定的结构数字化定义方法对产品需求信息文档进行结构化定义从而得到包含多条需求信息的产品结构化需求模型；步骤S2，在预先建立的包含不同领域内专业术语的领域知识库中针对产品结构化需求模型进行匹配获得多个对应的专业术语，将专业术语设定为领域知识，基于该领域知识计算产品结构化需求模型与多个领域之间的匹配程度从而得到由多个领域匹配度构成的领域匹配度集合；步骤S3，根据领域匹配度集合确定产品结构化需求模型中所有需求信息对应的领域，从而得到每个领域对应的包含复数个需求信息的领域需求清单。
根据本发明提供的基于领域知识的需求模型映射归类方法，还可以具有这样的技术特征，其中，步骤S2包括如下子步骤：步骤S2-1，对产品结构化需求模型中每条需求信息str进行分词处理得到与需求信息对应的多个需求点strj，其中，需求点为需求信息的最小知识单位；步骤S2-2，在预先建立的包含不同领域内专业术语的领域知识库中对所有需求点进行匹配从而得到与需求点对应的专业术语，将该专业术语设定为领域知识knip；步骤S2-3，根据需求点以及领域知识计算对应的需求信息与所有领域s之间的匹配程度从而得到由多个领域匹配度DMr(str,s)构成的与需求信息对应的领域匹配度集合：
Figure BDA0002885623710000031
Figure BDA0002885623710000032
式中，i＝1,2,…n，j＝1,2,…k，p＝1,2,…m，s为领域。
根据本发明提供的基于领域知识的需求模型映射归类方法，还可以具有这样的技术特征，其中，步骤S3包括如下子步骤：步骤S3-1，比较领域匹配度集合中所有领域匹配度的大小，将数值最大的领域匹配度作为最大匹配度；步骤S3-2，根据最大匹配度对应的领域知识确定与需求信息对应的领域，从而得到每个领域对应的包含复数个需求信息的领域需求清单。
根据本发明提供的基于领域知识的需求模型映射归类方法，还可以具有这样的技术特征，还包括：步骤S4，基于领域需求清单利用预定的映射规则生成与领域需求清单对应的知识图谱作为领域知识图谱。
根据本发明提供的基于领域知识的需求模型映射归类方法，还可以具有这样的技术特征，其中，领域知识库的建立为先根据产品确定该产品涉及的专业范畴，然后划分出对应的用于描述专业现象与专业名词的知识范围。
根据本发明提供的基于领域知识的需求模型映射归类方法，还可以具有这样的技术特征，其中，产品为航空产品，需求信息包括产品名称、型号说明、功能需求、性能需求、外形尺寸、重量要求、价格需求以及交货时间，领域包括机械领域、流体传动领域、电工电子领域以及自动控制领域。
发明作用与效果
根据本发明的一种基于领域知识的需求模型映射归类方法，由于利用预定的结构数字化定义方法对产品需求信息文档进行结构化定义从而得到包含多条需求信息的产品结构化需求模型，因此相较于非结构化的产品需求信息而言，产品结构化需求模型更加数字化，为后续的处理带来较大便利。另外，在预先建立的包含不同领域内专业术语的领域知识库中针对产品结构化需求模型进行匹配获得多个对应的专业术语，将专业术语设定为领域知识，基于该领域知识计算产品结构化需求模型与多个领域之间的匹配程度从而得到由多个领域匹配度构成的领域匹配度集合，最后根据领域匹配度集合确定产品结构化需求模型中所有需求信息对应的领域，从而得到每个领域对应的包含复数个需求信息的领域需求清单，因此每个领域对应的部门都能根据对应的领域需求清单明确该部门的需求信息进而快速做出评估，不需要联合所有部分耗费大量时间商讨整体的技术方案的可行性，只需要对本部分所涉及的领域的需求信息进行评估即可，分工明确，缩短产品的研发周期。
附图说明
图1为本发明实施例的一种基于领域知识的需求模型映射归类方法的流程图；
图2为本发明实施例的一种基于领域知识的需求模型映射归类方法的示意图；
图3为本发明实施例的产品结构化需求模型的内容表；
图4为本发明实施例的步骤S2子步骤的流程图；
图5为本发明实施例的领域知识库中自动控制部分的知识图谱图；
图6为本发明实施例的机械领域需求清单的内容表；
图7为本发明实施例的流体传动领域需求清单的内容表；
图8为本发明实施例的电工电子领域需求清单的内容表；
图9为本发明实施例的自动控制领域需求清单的内容表；
图10为本发明实施例的全专业的领域知识图谱的部分示意图；以及
图11为本发明实施例的产品结构化需求模型对应的知识图谱图。
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，以下结合实施例及附图对本发明的一种基于领域知识的需求模型映射归类方法作具体阐述。
<实施例>
本实施例中的一种基于领域知识的需求模型映射归类方法是针对产品需求模型进行映射归类，通过python实现，基于Neo4j图数据库展示相关知识图谱。具体地，产品需求信息文档是型号为JXH-100的模拟军机平尾控制系统的产品需求信息文档。
其中，产品需求信息文档是电子文档形式，涵盖了技术数据、系统用途、功能、供货范围、详细技术要求等信息。
本实施例中，航空产品的需求信息包含产品名称、型号说明、功能要求、性能要求、外形尺寸、重量要求、价格要求、交货时间。其中，产品名称(name)、型号说明(type)、价格要求(price)和交货时间(d_time)这些信息通常只包含一个固定的值(即需求值)，将其作为需求模型实体的属性。而功能要求、性能要求、外形尺寸、重量要求包含多个信息值，将它们作为产品需求模型实体的子类。
图1为本发明实施例的一种基于领域知识的需求模型映射归类方法的流程图；以及
图2为本发明实施例的一种基于领域知识的需求模型映射归类方法的示意图。
如图1以及图2所示，一种基于领域知识的需求模型映射归类方法包括如下步骤：
步骤S1，利用预定的结构数字化定义方法对产品需求信息文档进行结构化定义从而得到包含多条需求信息的产品结构化需求模型。
其中，结构数字化定义方法为基于产品需求信息文档明确各个需求信息，从而构成产品结构化需求模型。
其中，航空产品需求模型(即产品结构化需求模型)为
RM〈product_name,type,price,d_time〉 (1)
式中，product_name为产品名称、type为型号说明、price为价格要求、d_time为交货时间。
需求信息有功能要求(FR)、性能要求(PR)、外形尺寸(DR)、重量要求(WR)，上述各种要求都包含多个信息，故将其作为航空产品需求模型实体的子类，即：
Figure BDA0002885623710000071
式中，FR为功能要求集合、PR为性能要求集合、DR为外形尺寸集合、WR为重量要求集合，上述各个集合都含有多个需求信息，以功能要求集合为例：
FR＝{fr1,fr2,…,frn} (3)
式中，fri,i＝1,2,…,n为功能要求集合中的单条功能要求信息。
对复杂产品而言，其各子类需求信息集合FR,PR,DR,WR都可能包含机械、自动控制、电工电子等多学科专业的需求信息，以FR为例：
Figure BDA0002885623710000081
其中，FRs为第s个领域的功能要求信息，N为航空产品需求模型可能涉及到的领域总个数。
假设航空产品某个领域的需求模型为SRM＜Subject>，以自动控制学科为例：
Figure BDA0002885623710000082
式中，FRs、PRs、DRs、WRs表示产品自动控制学科需求模型的功能要求信息集、性能要求信息集、外形尺寸信息集、重量要求信息集，同理可得其余各学科需求模型。
图3为本发明实施例的产品结构化需求模型的内容表。
具体地，以歼击机平尾控制系统这一航空产品为例，对该航空产品的产品需求信息文档进行上述的结构化定义后得到的产品结构化需求模型(如图3所示)包括产品名称、型号(即型号说明)、功能(即功能要求)、性能(即性能要求)、外型空间(即外形尺寸)、重量(即重量要求)、价格(即价格要求)、供货时间(即交货时间)
步骤S2，在预先建立的包含不同领域内专业术语的领域知识库中针对产品结构化需求模型进行匹配获得多个对应的专业术语，将专业术语设定为领域知识，基于该领域知识计算产品结构化需求模型与多个领域之间的匹配程度从而得到由多个领域匹配度构成的领域匹配度集合。
图4为本发明实施例的步骤S2子步骤的流程图。
如图2所示，步骤S2包括如下子步骤：
步骤S2-1，对产品结构化需求模型中每条需求信息str进行分词处理得到与需求信息对应的多个需求点strj(即图2中的产品需求模型知识集)，其中，需求点为需求信息的最小知识单位。
本实施例中的航空产品需求模型RM的某一需求信息子集为*R，该子集中的单条需求信息为str，str∈*R，对每条需求信息str进行分词处理得到k个需求点：
str＝str1+str2+…+strj+…+strk (6)
其中，需求点strj,j＝1,2,...,k为单条需求信息的最小知识单位。
步骤S2-2，在预先建立的包含不同领域内专业术语的领域知识库中对所有需求点进行匹配从而得到与需求点对应的专业术语，将该专业术语设定为领域知识knip。
其中，领域知识库的建立为先根据产品确定该产品涉及的专业范畴，然后划分出对应的用于描述专业现象与专业名词的知识范围。
以航空产品为例，航空产品所涉及的所有学科的领域知识库的集合DB为：
Figure BDA0002885623710000091
其中，DBs为第s个学科的领域知识库，N为航空产品涉及的学科总个数。每个领域知识库包含专业术语、工程量纲、单位等内容，即
Figure BDA0002885623710000092
其中，KNs,UNs,EDs分别为第s个学科的专业术语集合、单位集合、工程量纲集合。
本实施例中的航空产品具体为歼击机平尾控制系统，该歼击机平尾控制系统涉及到机械、自动控制、流体传动、电工电子学科专业的知识。本实施例中的领域知识库基于上述四个学科专业的专业术语KN建立：
KNs＝{kns1,kns2,…,knsm} (9)
其中，knsp,p＝1,2,…,m为第s个学科的专业术语。
图5为本发明实施例的领域知识库的知识图谱图。
具体地，以歼击机平尾控制系统这一航空产品为例，该航空产品具体涉及机械、流体传动、电工电子、自动控制专业，共有1354个知识实例(即领域术语)。其中，自动控制专业对应的领域知识库如图5所示，该专业涉及到的66个知识实例以知识图谱的形式展现出来，图5中一个圆圈即为一个知识实例。在整个领域知识库对应的领域知识图谱中以不同颜色的圆圈来区分。其中，图5中颜色较深的“灵敏度”知识实例为机械专业与控制专业的耦合，即该知识实例既属于机械专业又属于控制专业。
步骤S2-3，根据需求点以及领域知识计算对应的需求信息与所有领域s之间的匹配程度从而得到由多个领域匹配度DMr(str,s)构成的与需求信息对应的领域匹配度集合：
Figure BDA0002885623710000101
Figure BDA0002885623710000111
式中，i＝1,2,…n，j＝1,2,…k，p＝1,2,…m，s为领域。
其中，Mr(strj,knip)为单个需求点strj与单个专业术语knip之间的元匹配关系，其实质为一个二值函数，具体为：
Figure BDA0002885623710000112
进一步，将计算得到单条需求信息与每个领域之间的多个领域匹配度DMr(str,s)作为领域匹配度集合DMr。每一条需求信息都对应有一个领域匹配度集合。
步骤S3，根据领域匹配度集合确定产品结构化需求模型中所有需求信息对应的领域，从而得到每个领域对应的包含复数个需求信息的领域需求清单。
其中，步骤S3包括如下子步骤：
步骤S3-1，比较领域匹配度集合中所有领域匹配度的大小，将数值最大的领域匹配度作为最大匹配度。
具体地，对每个领域匹配度集合DMr中所有领域匹配度DMr(str,s)进行大小比较，将数值最大的领域匹配度作为最大匹配度Max(DMr)，则
Figure BDA0002885623710000113
步骤S3-2，根据最大匹配度对应的领域知识确定与需求信息对应的领域，从而得到每个领域对应的包含复数个需求信息的领域需求清单：
Figure BDA0002885623710000121
其中，S为单条需求信息确定的领域的集合，所有领域的数量设为c。领域需求清单形成过程为根据领域的数量将所有需求信息添加至对应的领域需求清单。具体地：
当c＝1(即单条需求信息只对应有一个领域)时，将对应的需求信息添加到该领域对应的领域需求清单中：
Figure BDA0002885623710000122
当c>1(即单条需求信息对应有多个领域)时，将该单条需求信息添加到多个领域需求清单以及迷惑集合(即需要产品研制者分析的需求清单)中：
Figure BDA0002885623710000123
当c＝0(即单条需求信息无对应领域)时，将该单条需求信息添加到迷惑集合中：
MHi＝MHi-1∪{str} (16)
公式14以及公式15中的
Figure BDA0002885623710000124
为添加需求信息str后，第s个学科需求模型的某一需求信息子集(即FR,PR,DR,WR)；式15以及16中的MHi为添加需求信息str后的迷惑集合。
将产品结构化需求模型中所有的需求信息经过上述过程后，得到多个完成归类的需求信息子集以及迷惑集合，从而根据需求信息子集以及迷惑集合获得领域需求清单。
如图2所示，针对迷惑集合，需要产品研制者结合专业知识对该集合中的每一条需求信息进行评审，从而完善对应的领域需求清单，并根据评审结果完善产品领域知识库。
具体地，针对本实施例中歼击机平尾控制系统这一航空产品经过步骤S1至步骤S3处理后得到对应的四个领域需求清单，包括机械(如图6)、流体传动(如图7)、电工电子(如图8)、自动控制(如图9)专业，其中，每个领域需求清单都包括产品名称、型号说明、价格以及供货时间这些基本信息。根据领域的不同，每个领域需求清单对应有该领域内的功能或性能，使得每个领域对应的设计部门都能明确本部门的工作内容。
另外，同一功能或性能可能涉及多个领域，如“电流控制精度：0.05mA”这一性能既在图8的电工电子领域需求清单中出现，又在图9的自动控制领域需求清单中出现，即表明性能“电流控制精度：0.05mA”为电工电子专业与自动控制专业的耦合。
上述四个领域需求清单中的具体内容为图3中产品结构化需求模型的内容，即领域需求清单与产品结构化需求模型相对应。
步骤S4，基于领域需求清单利用预定的映射规则生成与领域需求清单对应的知识图谱作为领域知识图谱。
其中，知识图谱为包含实体、关系和属性的三元组，如：实体-关系-实体，实体-属性-属性值。
本实施例中，映射规则具体为：
定义以下映射规则，生成产品需求模型的知识图谱中的实体、关系、属性和属性值。
①
Figure BDA0002885623710000141
集合
Figure BDA0002885623710000142
则称p为集合A到实体
Figure BDA0002885623710000143
的映射，
Figure BDA0002885623710000144
为集合A对应的非终端实体。其中，T继承集合(即包含FR,PR,DR,WR,FRs,PRs,DRs,WRs)名称；P继承集合属性；V为实例化产生的属性值。
其中，非终端实体
Figure BDA0002885623710000145
是指由产品结构化需求模型集合(即产品结构化需求清单)与产品需求信息子集(即FR,PR,DR,WR,FRs,PRs,DRs,WRs)映射而成的实体，与之对应的终端实体是指由需求信息映射而成的实体。
②
Figure BDA0002885623710000146
元素a∈RM,
Figure BDA0002885623710000147
称q为元素a到实体
Figure BDA0002885623710000148
的映射，
Figure BDA0002885623710000149
为元素a对应的终端实体。
对于终端实体
Figure BDA00028856237100001410
若a∈MH,则T＝“产品需求信息”，否则T继承其父实体的类型；P源于a对应的需求知识块中的广义变量描述特征；V源于a对应的需求知识块中的广义变量范围特征。
其中，广义变量描述特征与广义变量范围特征均为需求信息的特征。
③
Figure BDA00028856237100001418
其中，rNT为
Figure BDA00028856237100001413
到关系RNT→NT的映射，实体
Figure BDA00028856237100001414
分别为集合A,B对应的非终端实体。
④
Figure BDA00028856237100001415
元素a∈*Rs,
Figure BDA00028856237100001416
其中，rT为∈到关系RT→NT的映射，实体
Figure BDA00028856237100001417
分别为元素a和集合*Rs对应的终端实体和非终端实体。
知识图谱KG＝(E,R)中的实体E、实体E1和E2之间的关系R(E1,E2)、关系主体E1、关系客体E2(即在关系R下，E1为E2的父实体)、实体E(即E＝(T,P,V))中的实体类型T、实体属性P以及属性值V通过上述映射规则确定。
图10为本发明实施例的全专业的领域知识图谱的部分示意图。
具体地，针对本实施例中歼击机平尾控制系统这一航空产品，其对应的步骤S3生成的领域需求清单通过步骤S4生成对应的领域知识图谱(如图10所示)，该领域知识图谱包括了机械、流体传动、电工电子、自动控制专业四个领域，每个圆圈即为一个实体，所有实体中包括了产品结构化需求模型中的所有需求信息，与产品结构化需求模型相对应。同时，不同的需求信息实体通过关系与属性和对应的领域实体相连接从而为具体模型管理系统(如PLMM)的模型管理和知识推送功能的研发提供支撑。
图11为本发明实施例的产品结构化需求模型对应的知识图谱图。
另外，本实施例中歼击机平尾控制系统这一航空产品对应的产品结构化需求模型也可以通过步骤S4生成对应的产品知识图谱(如图11所示)，功能需求、重量要求、外形尺寸、性能需求作为产品结构化需求模型最基本的实体，每个要求都有更细化的内容，与图3中产品结构化需求模型的内容相一致。
实施例作用与效果
根据本实施例提供的基于领域知识的需求模型映射归类方法，由于利用预定的结构数字化定义方法对产品需求信息文档进行结构化定义从而得到包含多条需求信息的产品结构化需求模型，因此相较于非结构化的产品需求信息而言，产品结构化需求模型更加数字化，为后续的处理带来较大便利。另外，由于在预先建立的包含不同领域内专业术语的领域知识库中针对产品结构化需求模型进行匹配获得多个对应的专业术语，将专业术语设定为领域知识，基于该领域知识计算产品结构化需求模型与多个领域之间的匹配程度从而得到由多个领域匹配度构成的领域匹配度集合，最后根据领域匹配度集合确定产品结构化需求模型中所有需求信息对应的领域，从而得到每个领域对应的包含复数个需求信息的领域需求清单，因此每个领域对应的部门都能根据对应的领域需求清单明确该部门的需求信息进而快速做出评估，不需要联合所有部分耗费大量时间商讨整体的技术方案的可行性，只需要对本部分所涉及的领域的需求信息进行评估即可，分工明确，缩短产品的研发周期。
另外，在实施例中，由于步骤S2-1中对产品结构化需求模型中每条需求信息进行分词处理得到需求点，而需求点为需求信息的最小知识单位，因此将需求信息细分到最小，使得步骤S3-2中确定需求信息对应的领域更加精确，并且排除遗漏的可能性。
另外，在实施例中，由于步骤S4基于领域需求清单利用预定的映射规则生成与领域需求清单对应的知识图谱作为领域知识图谱，因此可以清晰地描述需求信息与领域之间的关联，为各学科设计部门高效获取相应的需求信息提供基础。
上述实施例仅用于举例说明本发明的具体实施方式，而本发明不限于上述实施例的描述范围。
实施例中，产品需求信息文档是型号为JXH-100的模拟军机平尾控制系统的产品需求信息文档，在本发明的其他方案中，也可以针对其他涉及到多个领域的复杂的产品需求信息文档进行处理从而得到该产品对应的多个领域知识图谱，方便各个部门精准快速完成产品的方案论证以及方案设计。
实施例中，领域知识库为一个涉及机械、流体传动、电工电子、自动控制专业的知识库，在本发明的其他方案中，还可以分为机械领域的知识库、流体传动领域的知识库、电工电子领域的知识库以及自动控制领域的知识库4个知识库，产品结构化需求模型会依次在上述4个知识库中依次进行匹配从而得到对应的专业术语。
实施例中，领域包括机械领域、流体传动领域、电工电子领域以及控制领域，在本发明的其他方案中，还可以包括材料领域、通信领域等各种产品涉及到的学科专业。

Claims (5)

1.一种基于领域知识的需求模型映射归类方法，用于对产品需求信息文档进行处理从而得到产品涉及的各个领域的领域需求清单，所述产品为航空产品，其特征在于，包括如下步骤：
步骤S1，利用预定的结构数字化定义方法对所述产品需求信息文档进行结构化定义从而得到包含多条需求信息的产品结构化需求模型；
步骤S2，在预先建立的包含不同领域内专业术语的领域知识库中针对所述产品结构化需求模型进行匹配获得多个对应的专业术语，将所述专业术语设定为领域知识，基于该领域知识计算所述产品结构化需求模型与多个所述领域之间的匹配程度从而得到由多个领域匹配度构成的领域匹配度集合；
步骤S3，根据所述领域匹配度集合确定所述产品结构化需求模型中所有所述需求信息对应的所述领域，从而得到每个所述领域对应的包含复数个所述需求信息的所述领域需求清单，
其中，所述步骤S2包括如下子步骤：
步骤S2-1，对所述产品结构化需求模型中每条所述需求信息str进行分词处理得到与所述需求信息对应的多个需求点strj，其中，所述需求点为所述需求信息的最小知识单位；
步骤S2-2，在预先建立的包含不同领域内专业术语的领域知识库中对所有所述需求点进行匹配从而得到与所述需求点对应的所述专业术语，将该专业术语设定为领域知识knip；
步骤S2-3，根据所述需求点以及所述领域知识计算对应的所述需求信息与所有所述领域s之间的匹配程度从而得到由多个领域匹配度DMr(str,s)构成的与所述需求信息对应的领域匹配度集合：
Figure FDA0003600416290000021
Figure FDA0003600416290000022
式中，i＝1,2,…n，j＝1,2,…k，p＝1,2,…m，s为所述领域，Mr(strj,knip)为单个需求点strj与单个专业术语knip之间的元匹配关系。
2.根据权利要求1所述的基于领域知识的需求模型映射归类方法，其特征在于：
其中，所述步骤S3包括如下子步骤：
步骤S3-1，比较所述领域匹配度集合中所有所述领域匹配度的大小，将数值最大的所述领域匹配度作为最大匹配度；
步骤S3-2，根据所述最大匹配度对应的所述领域知识确定与所述需求信息对应的所述领域，从而得到每个所述领域对应的包含复数个所述需求信息的所述领域需求清单。
3.根据权利要求1所述的基于领域知识的需求模型映射归类方法，其特征在于，还包括：
步骤S4，基于所述领域需求清单利用预定的映射规则生成与所述领域需求清单对应的知识图谱作为领域知识图谱。
4.根据权利要求1所述的基于领域知识的需求模型映射归类方法，其特征在于：
其中，所述领域知识库的建立为先根据所述产品确定该产品涉及的专业范畴，然后划分出对应的用于描述专业现象与专业名词的知识范围。
5.根据权利要求1所述的基于领域知识的需求模型映射归类方法，其特征在于：
其中，所述需求信息包括产品名称、型号说明、功能需求、性能需求、外形尺寸、重量要求、价格需求以及交货时间，
所述领域包括机械领域、流体传动领域、电工电子领域以及自动控制领域。
CN202110012315.8A 2021-01-06 2021-01-06 一种基于领域知识的需求模型映射归类方法 Active CN112732928B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110012315.8A CN112732928B (zh) 2021-01-06 2021-01-06 一种基于领域知识的需求模型映射归类方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110012315.8A CN112732928B (zh) 2021-01-06 2021-01-06 一种基于领域知识的需求模型映射归类方法

Publications (2)

Publication Number Publication Date
CN112732928A CN112732928A (zh) 2021-04-30
CN112732928B true CN112732928B (zh) 2022-06-21

Family

ID=75590673

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110012315.8A Active CN112732928B (zh) 2021-01-06 2021-01-06 一种基于领域知识的需求模型映射归类方法

Country Status (1)

Country Link
CN (1) CN112732928B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009080625A (ja) * 2007-09-26 2009-04-16 Toshiba Corp 知識構築装置、プログラムおよび知識構築方法
CN107609052A (zh) * 2017-08-23 2018-01-19 中国科学院软件研究所 一种基于语义三角的领域知识图谱的生成方法及装置
CN107766483A (zh) * 2017-10-13 2018-03-06 华中科技大学 一种基于知识图谱的交互式问答方法及系统
CN109492077A (zh) * 2018-09-29 2019-03-19 北明智通（北京）科技有限公司 基于知识图谱的石化领域问答方法及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009080625A (ja) * 2007-09-26 2009-04-16 Toshiba Corp 知識構築装置、プログラムおよび知識構築方法
CN107609052A (zh) * 2017-08-23 2018-01-19 中国科学院软件研究所 一种基于语义三角的领域知识图谱的生成方法及装置
CN107766483A (zh) * 2017-10-13 2018-03-06 华中科技大学 一种基于知识图谱的交互式问答方法及系统
CN109492077A (zh) * 2018-09-29 2019-03-19 北明智通（北京）科技有限公司 基于知识图谱的石化领域问答方法及系统

Also Published As

Publication number Publication date
CN112732928A (zh) 2021-04-30

Similar Documents

Publication Publication Date Title
Bohm et al. Introduction of a data schema to support a design repository
CN112463980A (zh) 一种基于知识图谱的预案智能推荐方法
US20230077834A1 (en) Cognitive rule engine
EP3401808A1 (en) Interactive data exploration
CN116821223B (zh) 基于数字孪生的工业可视化控制平台及方法
CN112948575A (zh) 文本数据处理方法、装置和计算机可读存储介质
Brodie et al. Flops, Gromov-Witten invariants and symmetries of line bundle cohomology on Calabi-Yau three-folds
CN116645129A (zh) 一种基于知识图谱的制造资源推荐方法
CN112000790A (zh) 一种法律文本精确检索方法、终端系统和可读存储介质
CN113379432B (zh) 一种基于机器学习的销售系统客户匹配方法
CN108154380A (zh) 基于大规模评分数据对用户进行商品在线实时推荐的方法
CN111563168A (zh) 一种基于ai知识图谱算法用于通关商品智能归类的方法
CN111383042A (zh) 房源推荐方法和装置
CN112732928B (zh) 一种基于领域知识的需求模型映射归类方法
CN116628228B (zh) 一种rpa流程推荐方法以及计算机可读存储介质
US20230350896A1 (en) Methods and systems for distributed data analysis
CN107256254A (zh) 一种行业景气指数获取方法、存储设备及终端
CN107194727A (zh) 基于Kano模型的用户需求因子表征及提取方法
Andrews et al. Knowledge discovery through creating formal contexts
Andrews et al. Visualising computational intelligence through converting data into formal concepts
Lo Building a relationship between elements of product form features and vocabulary assessment models
Sheoran et al. : An Intensive Cleaning Architecture for Geospatial Metadata
CN114036316A (zh) 基于知识图谱可视化的智能实验室管理系统
CN113052222A (zh) 特征分箱方法、电子设备及存储介质
CN109977547A (zh) 基于动态建模的大数据简报生成方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant